Reproducción de un resultado del estado del arte en visión
Visión general
De qué trata este proyecto.
Elige (entre tres opciones proporcionadas) un paper reciente del estado del arte en clasificación de imágenes con código y datasets públicos. Reproduce el experimento principal en al menos tres semillas. Compara tus números con los reportados y mide la sensibilidad a hiperparámetros aparentemente menores (data augmentation, learning rate scheduler). Documenta cada decisión que el paper no especifica claramente. Cierra con una memoria de cinco páginas que valore honestamente si el resultado es robusto y si merece ser base de la propuesta del grupo.
El Briefing
Lo que harás y lo que demostrarás.
Reproducir el experimento principal de un paper reciente del estado del arte en visión, comparar con los números reportados y caracterizar la sensibilidad del resultado.
Earning criteria — what you'll demonstrate
- Reproducir resultados de papers modernos de Deep Learning
- Detectar elecciones implícitas que afectan a la reproducibilidad
- Caracterizar la robustez de un resultado más allá de la media
- Comunicar honestamente cuándo un resultado es base sólida y cuándo no
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador de Machine Learning
Reproducir papers con honestidad y caracterizar su robustez es la primera competencia del rol de ML Researcher en cualquier grupo serio.
Este proyecto afina
- reproducibility
- experimental-design
- deep-learning
Investigador Científico
La capacidad de juzgar críticamente el estado del arte y construir sobre él es competencia diferencial del rol de Research Scientist.
Este proyecto afina
- reproducibility
- scientific-communication
- model-evaluation
Ingeniero de Visión por Computador
Reproducir un resultado del estado del arte en visión y entender qué partes son robustas prepara para adoptar el método en producto.
Este proyecto afina
- deep-learning
- pytorch
- model-evaluation